基于本體論的精細(xì)化數(shù)據(jù)分析.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，嵌入元數(shù)據(jù)(RDF，RDFa，Microformats等)的網(wǎng)絡(luò)語義文檔包含越來越多的結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。已有數(shù)以億計的該類文檔可以訪問，并且它們的數(shù)量正在迅速增長。為了實現(xiàn)半結(jié)構(gòu)化數(shù)據(jù)能夠供機器和用戶一樣的閱讀與理解，必須對半結(jié)構(gòu)化信息檢索和分析提供有效的手段。
　　語義網(wǎng)中的元數(shù)據(jù)不僅描述事物的屬性，還描述事物之間的層次關(guān)系。傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘只關(guān)心事物本身，而不關(guān)心事物的本質(zhì)，以至于產(chǎn)生大量無用的規(guī)則

2、。通過高層次事物之間的挖掘，能夠得到更有用的關(guān)聯(lián)規(guī)則。
　　計算機通過語義數(shù)據(jù)能夠理解用戶搜索需求，智能給出搜索結(jié)果。本文通過一種實體搜索模型，把傳統(tǒng)基于“文本”的搜索改變?yōu)榛凇皩ο蟆钡乃阉鳎沟盟阉饕婺軌蚋又悄艿乩斫庥脩舻恼鎸嵭枨?。該實體搜索模型將半結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成節(jié)點標(biāo)簽樹存儲在分布式倒排索引中，通過內(nèi)容查詢和結(jié)構(gòu)查詢實現(xiàn)智能搜索。
　　本文同時設(shè)計了通過分布式倒排索引實現(xiàn)頻繁項集挖掘，給出的DiiElact算法通